×

非参数部分具有测量误差的半变系数模型的经验似然。 (英文) Zbl 1443.62093号

小结:提出了一个非参数部分具有测量误差的半变系数模型S·冯李雪(L.Xue)【Ann.Inst.Stat.Math.66,No.1,121-140(2014;Zbl 1281.62098号)]但其推论尚未得到系统研究。本文应用经验似然法构造回归参数和系数函数的置信区间。当参数部分的一些辅助信息可用时,基于系数函数的修正局部线性估计,引入回归参数的经验对数似然比统计量。此外,还利用辅助信息研究了系数函数的修正经验对数似然比统计量。回归参数和系数函数的统计结果的极限分布均显示为标准的齐方分布。给出了仿真实验和实际数据集,以评估我们的有限样本性能提出的方法。

MSC公司:

62G08号 非参数回归和分位数回归
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 班纳吉,A;Pitarakis,JY,《函数协整:定义和非参数估计》,《非线性动力学研究》。经济。,18, 507-520, (2014) ·Zbl 1329.62369号
[2] Carroll,R.J.,Ruppert,D.,Stefanski,L.A.:非线性模型中的测量误差。查普曼和霍尔,伦敦(1995年)·Zbl 0853.62048号 ·doi:10.1007/9781-4899-4477-1
[3] 陈,JH;秦,J,有限总体的经验似然估计和辅助信息的有效使用,生物特征,80,10-116,(1993)·Zbl 0769.62006年 ·doi:10.1093/biomet/80.1.107
[4] 崔,HJ;Li,RC,关于半线性变量误差模型的参数估计,J.Multivar。分析。,64, 1-24, (1998) ·兹伯利0909.62068 ·doi:10.1006/jmva.1997.1712
[5] 恩格尔,RF;WJ格兰杰;赖斯,J;Weiss,A,天气与电力销售关系的半参数估计,美国统计协会,80,310-320,(1986)·doi:10.1080/01621459.1986.10478274
[6] 风扇,GL;徐,HX;Liang,HY,部分时变系数误差-变量模型的经验似然推断,电子。J.Stat.,61040-1058,(2012年)·Zbl 1295.62050号 ·doi:10.1214/12-EJS701
[7] 风扇,J;Huang,T,半参数变系数部分线性模型的剖面似然推断,Bernoulli,11,1031-1057,(2005)·兹比尔1098.62077 ·doi:10.3150/bj/1137421639
[8] 冯,SY;薛,LG,带约束条件的部分线性变系数误差变量模型的偏校正统计推断,Ann.Inst.Stat.Math。,66, 121-140, (2014) ·Zbl 1281.62098号 ·doi:10.1007/s10463-013-0407-z
[9] W.A.Fuller:测量误差模型。威利,纽约(1987)·Zbl 0800.62413号 ·数字对象标识代码:10.1002/9780470316665
[10] Härdle,W.,Liang,H.,Gao,J.T.:部分线性模型。海德堡弗拉格(2000)·Zbl 0968.62006年 ·doi:10.1007/978-3-642-57700-0
[11] 哈斯蒂,TJ;Tibshirani,R,变系数模型,J.R.Stat.Soc.Ser。B、 55757-796(1993)·Zbl 0796.62060号
[12] 黄,ZS;Zhang,RQ,单指标有效回归模型的经验似然推断,统计计算。,23, 455-465, (2013) ·Zbl 1325.62131号 ·doi:10.1007/s11222-012-9322-z
[13] Hwang,JT,乘法误差-变量模型及其在美国能源部发布的最新数据中的应用,美国统计协会,81,680-688,(1986)·Zbl 0621.62072号 ·doi:10.1080/01621459.1986.10478321
[14] 凯,B;李,R;Zou,H,半参数变系数部分线性模型的新的有效估计和变量选择方法,Ann.Stat.,39,305-332,(2011)·Zbl 1209.62074号 ·doi:10.1214/10操作系统842
[15] Koenker,R.W.:分位数回归。剑桥大学出版社,剑桥(2005)·Zbl 1111.62037号 ·doi:10.1017/CBO9780511754098
[16] 梁,H;哈德尔,W;Carroll,RJ,半参数部分线性误差-变量模型中的估计,Ann.Stat.,271519-1535,(1999)·Zbl 0977.62036号 ·doi:10.1214/aos/1017939140
[17] 纽,CZ;郭,X;徐,WL;朱,LX,不可忽略缺失响应线性回归中的经验似然推断,计算。统计数据分析。,79, 91-112, (2014) ·Zbl 1506.62138号 ·doi:10.1016/j.csda.2014.05.005
[18] Owen,AB,单一功能的经验似然比置信区间,Biometrika,75,237-249,(1988)·Zbl 0641.62032号 ·doi:10.1093/biomet/75.2.237
[19] Owen,AB,经验似然比置信区,《Ann.Stat.》,18,90-120,(1990)·Zbl 0712.62040号 ·doi:10.1214/aos/1176347494
[20] 秦,J;Lawless,JF,经验似然和一般估计方程,《Ann.Stat.》,22,300-325,(1994)·兹比尔0799.62049 ·doi:10.1214/aos/1176325370
[21] 托斯特森,T;路易斯安那州斯特凡斯基;Schafer,DW,二元和序数回归的测量误差模型,Stat.Med.,81139-1147,(1989)·数字对象标识代码:10.1002/sim.4780080914
[22] 王,N;卡罗尔,RJ;Liang,KY,带重复的测量误差模型中的拟似然和方差函数,生物统计学,52,423-432,(1996)
[23] Wang,XL码;李,GR;Lin,L,半参数变系数部分线性EV模型的经验似然推断,Metrika,73,171-185,(2011)·Zbl 1206.62080号 ·doi:10.1007/s00184-009-0271-2
[24] Wei,CH,变量模型中限制部分线性变系数误差的统计推断,J.Stat.Plan。推断,1422464-2472,(2012)·Zbl 1244.62062号 ·doi:10.1016/j.jspi.2012.02.041
[25] 严,L;Chen,X,部分线性模型在所有变量中均存在误差的经验似然,J.Multivar。分析。,130, 275-288, (2014) ·兹比尔1292.62045 ·doi:10.1016/j.jmva.2014.06.007
[26] 杨,SJ;Park,BU,系数函数具有不同平滑变量时部分线性变系数模型的有效估计,J.Multivar。分析。,126, 100-113, (2014) ·Zbl 1281.62107号 ·doi:10.1016/j.jmva.2014.01.004
[27] 杨,Y;李,G;彭,H,变系数误差在纵向数据变量模型中的经验似然,J.Multivar。分析。,127, 1-18, (2014) ·Zbl 1293.62084号 ·doi:10.1016/j.jmva.2014.02.004
[28] 你,JH;Chen,GM,半参数变系数部分线性回归模型的经验似然,Stat.Probab。莱特。,76, 412-422, (2006) ·Zbl 1086.62057号 ·doi:10.1016/j.spl.2005.08.029
[29] 你,JH;周,Y;Chen,GM,修正了具有测量误差的变系数模型中的局部多项式估计,Can。《统计杂志》,34,391-410,(2006)·Zbl 1104.62064号 ·doi:10.1002/cjs.5550340303
[30] Zhang,B,存在辅助信息时分布函数的置信区间,计算。统计数据分析。,21, 327-342, (1996) ·Zbl 0875.62136号 ·doi:10.1016/0167-9473(95)00019-4
[31] 张,W;李,SY;Song,X,半变系数模型中的局部多项式拟合,J.Multivar。分析。,82, 166-188, (2002) ·Zbl 0995.62038号 ·doi:10.1006/jmva.2001.2012
[32] 周,Y;Liang,H,带易出错线性协变量的半参数变系数部分线性模型的统计推断,《美国统计年鉴》,37,427-458,(2009)·Zbl 1156.62036号 ·doi:10.1214/07-AOS561
[33] 朱,L;崔,H,带变量误差的半参数回归模型,Scand。J.Stat.,30,429-442,(2003)·Zbl 1053.62053号 ·doi:10.111/1467-9469.00340
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。